主分类：搜索推荐与业务决策算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "业务技术-数据智能高级专家-杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "淘天集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "未披露"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "专业深度： 计算机、运筹学、统计学或相关专业 PhD/硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、顶层架构规划： 设计全链路决策优化系统，整合因果推断、多目标运筹优化与消费者研究，驱动业务从流量增长向用户生命周期价值最大化转型。\n2、决策引擎研发： 主导多目标优化算法的设计与落地，平衡业务指标与约束条件（如预算），解决高维决策空间的资源配置难题。\n3、因果归因与实验设计： 构建高鲁棒性的因果推断框架，解决营销干扰下的反事实归因难题，利用异质性因果效应模型（HTE）实现精准的资源配置与补贴优化。\n4、消费深度洞察： 建立基于复杂行为序列的消费者画像体系，通过关联规则挖掘与长短时序建模，深刻理解瞬态与稳态消费的触发机制，形成业务增长的“感知地图”。\n5、技术影响力： 推动“感知-认知-决策-执行”的 Agentic Workflow 落地，沉淀可复用的“技能库（Skill Set）”，提升团队整体工程效率。",
"requirements_text": "1、 极强的商业敏锐度： 能够将晦涩的算法逻辑（如边际效应递减、反事实推断）转化为业务方可理解的增长模型，具备推动跨部门共识的领导力。\n2、专业深度： 计算机、运筹学、统计学或相关专业 PhD/硕士。在多目标优化、运筹优化（如强化学习决策）或高阶消费者行为研究领域有深厚积累，并在顶级会议（KDD, NeurIPS, IJCAI 等）有相关成果发表优先。\n3、复杂建模能力： 具备处理极大规模分布式计算（Spark/Flink）下的复杂模型架构能力，有从0到1构建工业级决策引擎的成功经验。\n4、决策思维： 深刻理解因果推断（Causal Inference）与机器学习的结合，能够跳出相关性陷阱，运用结构化思维诊断业务增长点。\n5、工程实践： 精通 LLM 微调与 Agent 开发框架，具备将前沿科研结论转化为生产环境工程方案的闭环能力。",
"skills": [AI生成
"Spark",
"Flink",
"机器学习",
"强化学习",
"建模",
"大语言模型"
],
"preferred_qualifications": "在多目标优化、运筹优化（如强化学习决策）或高阶消费者行为研究领域有深厚积累，并在顶级会议（KDD, NeurIPS, IJCAI 等）有相关成果发表优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.taotian.com/off-campus/position-detail?positionId=100022360004"
}
]
},
"posting": {
"posting_id": "100022360004",
"post_date": "2026-08-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100022360004"
},
"fulltext": "业务技术-数据智能高级专家-杭州\n业务技术-数据智能高级专家-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n1、顶层架构规划： 设计全链路决策优化系统，整合因果推断、多目标运筹优化与消费者研究，驱动业务从流量增长向用户生命周期价值最大化转型。\n2、决策引擎研发： 主导多目标优化算法的设计与落地，平衡业务指标与约束条件（如预算），解决高维决策空间的资源配置难题。\n3、因果归因与实验设计： 构建高鲁棒性的因果推断框架，解决营销干扰下的反事实归因难题，利用异质性因果效应模型（HTE）实现精准的资源配置与补贴优化。\n4、消费深度洞察： 建立基于复杂行为序列的消费者画像体系，通过关联规则挖掘与长短时序建模，深刻理解瞬态与稳态消费的触发机制，形成业务增长的“感知地图”。\n5、技术影响力： 推动“感知-认知-决策-执行”的 Agentic Workflow 落地，沉淀可复用的“技能库（Skill Set）”，提升团队整体工程效率。\n\n职位要求\n1、 极强的商业敏锐度： 能够将晦涩的算法逻辑（如边际效应递减、反事实推断）转化为业务方可理解的增长模型，具备推动跨部门共识的领导力。\n2、专业深度： 计算机、运筹学、统计学或相关专业 PhD/硕士。在多目标优化、运筹优化（如强化学习决策）或高阶消费者行为研究领域有深厚积累，并在顶级会议（KDD, NeurIPS, IJCAI 等）有相关成果发表优先。\n3、复杂建模能力： 具备处理极大规模分布式计算（Spark/Flink）下的复杂模型架构能力，有从0到1构建工业级决策引擎的成功经验。\n4、决策思维： 深刻理解因果推断（Causal Inference）与机器学习的结合，能够跳出相关性陷阱，运用结构化思维诊断业务增长点。\n5、工程实践： 精通 LLM 微调与 Agent 开发框架，具备将前沿科研结论转化为生产环境工程方案的闭环能力。\n1、顶层架构规划： 设计全链路决策优化系统，整合因果推断、多目标运筹优化与消费者研究，驱动业务从流量增长向用户生命周期价值最大化转型。\n2、决策引擎研发： 主导多目标优化算法的设计与落地，平衡业务指标与约束条件（如预算），解决高维决策空间的资源配置难题。\n3、因果归因与实验设计： 构建高鲁棒性的因果推断框架，解决营销干扰下的反事实归因难题，利用异质性因果效应模型（HTE）实现精准的资源配置与补贴优化。\n4、消费深度洞察： 建立基于复杂行为序列的消费者画像体系，通过关联规则挖掘与长短时序建模，深刻理解瞬态与稳态消费的触发机制，形成业务增长的“感知地图”。\n5、技术影响力： 推动“感知-认知-决策-执行”的 Agentic Workflow 落地，沉淀可复用的“技能库（Skill Set）”，提升团队整体工程效率。\n1、 极强的商业敏锐度： 能够将晦涩的算法逻辑（如边际效应递减、反事实推断）转化为业务方可理解的增长模型，具备推动跨部门共识的领导力。\n2、专业深度： 计算机、运筹学、统计学或相关专业 PhD/硕士。在多目标优化、运筹优化（如强化学习决策）或高阶消费者行为研究领域有深厚积累，并在顶级会议（KDD, NeurIPS, IJCAI 等）有相关成果发表优先。\n3、复杂建模能力： 具备处理极大规模分布式计算（Spark/Flink）下的复杂模型架构能力，有从0到1构建工业级决策引擎的成功经验。\n4、决策思维： 深刻理解因果推断（Causal Inference）与机器学习的结合，能够跳出相关性陷阱，运用结构化思维诊断业务增长点。\n5、工程实践： 精通 LLM 微调与 Agent 开发框架，具备将前沿科研结论转化为生产环境工程方案的闭环能力。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}